Ingeniería de Sonido · 2016
Sistema digital de compensación de la respuesta en frecuencia del conjunto recinto-altavoz utilizando un filtro adaptativo
The following investigation wants to develop through the use of Digital Signal Processing and the knowledge of the acoustic conditions required in Mixing and Mastering rooms, a program that allows you to get a desired frequency response in the sweet spot from the current conditions of occupation of the room in study. This process is achieved by applying processes of adaptive filters, correction of delays and storage of buffers that allow to capture, analyze and adapt the frequency response as is desired. Different types of adaptive filters are implemented and analyzed as the LMS Standard, LMS Normalized and the LMS Leaky; Also included conclusions about its operation, advantages and disadvantages in order to achieve the objectives of the project by optimizing the computational load. In addition, a test in real time of the program are implemented, allowing adaptation of the frequency response inmediately with the changes of occupation in the room.
Full text 98 pages with text
Read the full thesis Record in the repository
Contents
- Resumenp. 10
- 1 Introducciónp. 11
- 2 Planteamiento Del Problemap. 12
- Antecedentesp. 13
- Justificaciónp. 15
- Objetivosp. 16
- Objetivo Generalp. 16
- Objetivos Específicosp. 16
- Alcances Y Limitaciones Del Proyectop. 17
- Alcancesp. 17
- Limitacionesp. 17
- 3 Marco De Referenciap. 18
- Acústica Arquitectónicap. 18
- Tiempo de Reverberaciónp. 20
- Criterios de Diseñop. 21
- Sistemas De Reproducciónp. 22
- Arreglos de Altavocesp. 22
- Sistemas Y Señalesp. 24
- Sistemas Discretos en el Tiempop. 24
- Transformada-Zp. 29
- Función de Transferenciap. 30
- Respuesta en Frecuenciap. 32
- Invertibilidad y Fase Mínimap. 32
- Transformada Rápida de Fourierp. 34
- Suavizado por Octavasp. 35
- Filtros Digitalesp. 36
- Introducciónp. 11
- Filtros Digitalesp. 36
- Filtros FIRp. 37
- Filtrado Adaptativop. 38
- Algoritmos Adaptativosp. 40
- Filtrado FIR De Wiener (Filtrado Óptimo)p. 40
- Algoritmo De Máximo Descensop. 42
- Algoritmo LMS Estándar (Least-Mean-Square)p. 43
- Elección De Un Algoritmo Adaptativop. 46
- 4 Metodologíap. 47
- Enfoque De La Investigaciónp. 47
- Hipótesisp. 47
- Variablesp. 47
- Variables Independientesp. 47
- Variables Dependientesp. 47
- 5 Desarrollo Ingenierilp. 48
- Introducciónp. 11
- Evaluación De Los Cambios De Ocupaciónp. 49
- Recinto Objeto De Estudiop. 49
- Medición De Respuesta En Frecuenciap. 51
- Objetivo De Controlp. 52
- Implementación Del Algoritmo De Adaptaciónp. 53
- Elección Del Algoritmo De Adaptaciónp. 53
- DSP System Toolbox™p. 53
- Implementaciónp. 55
- Implicaciones De La Implementaciónp. 57
- Implementación En Tiempo Realp. 61
- GUIp. 62
- Suavizado De Señal Por LMSp. 64
- Evaluación De La Adaptaciónp. 65
- Medición De Validaciónp. 65
- 6 Presentación Y Análisis De Resultadosp. 66
- Evaluación De Los Cambios De Ocupaciónp. 49
- Implementación Del Algoritmo De Adaptaciónp. 53
- Identificación Del Sistema (Offline)p. 57
- Variación Del Retardo De Capturap. 59
- Inversión Del Sistemap. 81
- Implementación En Tiempo Realp. 61
- Buffer Circularp. 86
- Suavizado De Señal Por LMSp. 64
- 7 Conclusionesp. 91
- 8 Trabajo Futurop. 94
- 9 Bibliografíap. 95
- [12]p. 21
- Fig. 3.3 Ubicación correcta de altavoces en configuración Estéreop. 23
- Fig. 3.5 Representación de un sistema discreto en el tiempo [20]p. 25
- Fig. 3.6 Representación de un sumador [21]p. 25
- Fig. 3.7 Representación de un multiplicador [21]p. 26
- Fig. 3.8 Representación del retardo unitario [21]p. 26
- Fig. 3.9 Representación del adelanto unitario [21]p. 26
- Invariante en el Tiempo [22]p. 31
- Fig. 3.11 Representación del círculo unitario con polos y ceros [22]p. 32
- Figura 3.12 Comparación de cálculos realizados por la DFT y la FFT. Tomado de [23]p. 35
- de: [24]p. 35
- Fig. 5.1 Vista de planta y fotografía del Sweet Spot del Estudio Ap. 50
- Fig. 5.3 Procedimiento de medición Ocupación Mínimap. 52
- respuesta de acuerdo a un sistema Hd(n)p. 55
- Fig. 5.5 Diagrama de bloques del montaje Sistema Deseado Offlinep. 56
- Fig. 5.6 Diagrama de bloques del montaje Identificación del Sistema Offlinep. 57
- Fig. 5.7 Señal de Beeps utilizada para hallar el retraso por reproducciónp. 59
- Fig. 5.8 Diagrama de bloques del montaje Inversión del Sistemap. 61
- Fig. 5.10 Módulo Delay Calibration File Settings del GUI desarrolladop. 63
- Fig. 5.11 Módulo de Ingreso de Señal Deseadap. 64
- FFT, la longitud de la Respuesta al Impulso obtenida luego de la deconvoluciónp. 66
- diferentes condiciones de ocupación en el Estudio Ap. 67
- Freqp. 68
- suavizado de 1/12 por banda de octavap. 69
- estudiop. 70
- Fig. 6.7 Implementación de algoritmo adaptativo con M=250, µ=0.1, y MHdn = 500p. 72
- Fig. 6.12 Respuestas al impulso obtenidas de la identificación del sistema en estudiop. 77
- sitiop. 78
- Fig. 6.14 Comparación entre señal deseada y LMS Standardp. 79
- Fig. 6.15 Comparación entre señal deseada y LMS Leakyp. 79
- Fig. 6.16 Comparación entre señal deseada y LMS Normalizadop. 80
- Sillas, sin personas)p. 83
- (Ocupación: Cambio de Criterio)p. 84
- (Ocupación: Cambio de Criterio)p. 85
- Fig. 6.21 FFT de una respuesta al impulso escogidap. 88
- muestrasp. 88
- Fig. 6.23 Error obtenido luego de la Identificación del sistemap. 89
- Fig. 6.24 Suavizado por Octavas Vs. Suavizado por LMSp. 89